GZAFV-01系統已成功應用于智能變電站、智慧變電站及數字化變電站等示范項目(已經投運的廊坊特高壓站、濟南商西站、青島顧家站和勝利站、泰安天平站等)，實現大型變壓器全振動在線監測與故障診斷，有效地提高設備運行可靠性。同時，我公司積極與各科研院所(南網電科院、廣西電科院、冀北電科院、山東電科院、江蘇電科院、浙江電科院)、供電公司(冀北、山東、山西、江蘇、寧夏等地的省檢)、變壓器制造商(山東電力設備制造廠、江蘇華鵬變壓器廠、南通的韓國曉星變壓器廠、杭州錢江變壓器廠等)、OLTC制造商（上海華明的遵義長征廠區、德國MR等）、變電站綜合監測系統平臺承建商(國網智能、南瑞科技、長園深瑞等)開展合作，不斷豐富各型號變壓器的聲紋振動信號樣本數據庫。杭州國洲電力科技有限公司振動聲學指紋在線監測服務的定制化解決方案。無線振動指紋原理圖

能量分布曲線

基于小波變換的聲紋振動信號多分辨率分析結果如下圖3.8所示。原始信號經8層分解后產生第8層的近似分量和第1層至第8層的詳細分量，計算各層詳細分量信號能量，可獲得信號能量分布曲線。比對正常狀態與異常狀態能量分布曲線，可判斷OLTC運行狀態，并提取互相關系數、最大值、平均值、峰度、偏度作為狀態診斷特征參量。下圖3.7為正常與異常狀態的聲紋振動信號能量分布曲線比對。

時頻能量分布矩陣(ATF圖譜)

獲取聲紋振動信號的時頻能量分布矩陣，同時反映原始信號時域、頻域特性及能量分布。將信號時頻分布矩陣分為6個區間，計算各區間平均值作為特征參量，用于OLTC正常狀態與異常狀態比對。下圖3.9為正常狀態下聲紋振動信號時頻能量矩陣。 電氣設備振動監測供應商GZAFV-01型聲紋振動監測系統（變壓器、電抗器)的評價和維護建議。

OLTC動作時，典型聲紋振動和驅動電機電流的信號如下圖3.4所示。通過分解時域內典型信號區間，可有效判斷OLTC驅動電機啟動、分接選擇器斷開、分接選擇器閉合、切換開關動作、驅動電機制動等動作順序，進而分析OLTC的運行狀態。然而，以上通過典型信號分析判斷OLTC的運行狀態需要豐富的實踐經驗，為方便監測人員快速完成診斷任務，需通過多種算法更直觀、準確地判斷OLTC狀態。GZAFV-01系統結合基于小波變換及希爾伯特變換的包絡分析、基于互相關系數的重合度分析、基于小波多分辨率分解的能量分布曲線分析、基于時頻分布矩陣的信號比對等多種核心算法，實現OLTC***、有效、準確的狀態診斷和早期隱患監測，降低OLTC運行的故障風險。

AFV 信號分析法基于對 OLTC 振動特性的研究來判斷其狀態。OLTC 內部觸頭在頻繁的分 / 合切換過程中，由于機械應力、化學腐蝕以及觸頭材料的消耗，不可避免地會出現凹凸不平和變形的情況。這種變化直接導致觸頭壓力、接觸電阻和開矩參數發生改變，進而使得 OLTC 的振動特征產生明顯變化。比如，觸頭磨損嚴重時，振動信號的高頻成分會增加，信號的穩定性變差。通過 AFV 傳感器持續監測這些振動特征的改變，我們就可以準確判斷 OLTC 是否處于故障狀態，及時采取相應措施，保障電力系統的穩定運行。杭州國洲電力科技有限公司振動聲學指紋在線監測服務的客戶滿意度調查。

變壓器運行時，電流通過繞組時產生的電動力引起繞組振動，硅鋼片的磁致伸縮及硅鋼片接縫處與疊片之間的漏磁導致鐵芯振動。由于繞組導體所受電動力正比于負載電流的平方，繞組的聲紋振動信號的基頻為100Hz。由于變壓器中磁感應強度正比于加載電壓的平方，鐵芯的聲紋振動信號的基頻也為100Hz。另外，考慮到鐵芯振動的非線性特性，聲紋振動信號還會包含頻率為100Hz整數倍的高次諧波。當變壓器的繞組變形或鐵芯故障后，聲紋振動信號頻譜分布將發生改變，產生諧波分量。因此，信號分量可以作為區別繞組故障與鐵芯故障的重要依據，采用聲紋振動監測法可實現繞組及鐵芯在線運行狀態下的健康態勢評價與故障類型診斷。杭州國洲電力科技有限公司振動聲學指紋在線監測技術系統的兼容性分析。無線振動監測作業

GZAFV-01型便攜式變壓器聲紋振動 監測與診斷系統相關標準。無線振動指紋原理圖

變壓器振動主要包括OLTC切換時的瞬態振動、電流通過繞組時電動力引起的繞組振動、硅鋼片的磁致伸縮及硅鋼片接縫處與疊片之間的漏磁導致鐵芯振動、以及冷卻裝置工作時的振動。其中，由冷卻系統引起的基本振動頻率小于100Hz，不作為變壓器的分析內容。變壓器內部的聲紋振動信號通過絕緣油、支撐單元、加強筋結構等多種途徑傳播至變壓器外壁，可由安裝于外壁的聲紋振動傳感器測得。

OLTC切換過程中，分接選擇器動作、切換開關動作、動靜觸頭碰撞等機械動作產生聲紋振動信號，信號包含觸頭分合狀態、三相觸頭是否同期、觸頭表面是否平整、切換是否到位等信息，可反映OLTC結構磨損、卡滯、松動、變形等故障。切換過程中若儲能彈簧性能發生改變或儲能過程中存在機構卡塞等現象，必然伴隨著電機驅動力矩的變化，從而使驅動電機電流發生變化。因此，可通過監測驅動電機電流信號與聲紋振動信號的結合分析，可更加有效的評價OLTC在線運行狀態下的健康態勢評價與故障類型診斷。 無線振動指紋原理圖